如何将大于 59 的熊猫数据框的分钟列转换为正确的日期时间？答案

【问题标题】：How would I convert the minutes column of a pandas dataframe that goes above 59 to a proper datetime?如何将大于 59 的熊猫数据框的分钟列转换为正确的日期时间？
【发布时间】：2020-04-01 20:26:25
【问题描述】：

我有一个包含 2 列的 pandas 数据框：第一列是分钟，第二列是秒。它看起来像这样：

     min   s
0      0   0
1      0   1
2      0   2
3      0   3
4      0   4
5      0   5
6      0   6
7      0   7
8      0   8
9      0   9
10     0  10
11     0  11
12     0  12

我可以通过以下方式将其转换为日期时间：

l = []
for MinSec in list(zip(df['min'],df['s'])):
    l.append(':'.join(map(str,MinSec)))

pd.to_datetime(pd.Series(l), format='%M:%S')

但是，当 min 列达到 59 时，它会继续向上计数（60、61、62 等）。这会引发错误：

ValueError: time data '60:0' does not match format '%M:%S' (match)

我将如何处理此错误并将上述两列熊猫数据框成功加入日期时间？

【问题讨论】：

可能是在添加小时列之前的一步。您可以使用模数和/或除法来获得分钟数。
注意： 提问者从未回答任何问题，从未接受任何解决方案作为答案，从未对他人的任何帖子进行投票，也从未感谢社区的自愿帮助。他只关心自己的个人优势。

标签： python pandas dataframe datetime

【解决方案1】：

计算总秒数：

df['total_second']=60.*df['min']+df['s']

然后您可以将其转换为 Datetime ：

pd.to_datetime(df['total_second'], unit='s')

【讨论】：